이미지 생성형 AI의 반복적 생성 및 구체화 행태 분석을 통한 UX 전략 제안
Analyzing Iterative Image Generation and Refinement Behavior in Generative AI to Propose UX Strategies
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
이미지 생성형 AI 기술은 디자인, 마케팅, 광고 등 다양한 산업에서 창작 도구로 활용될 뿐만 아니라, 실질적인 업무 수행에도 중요한 역할을 한다. 특히 목표하는 결과물을 얻기 위한 반복적 재생성과 편집·수정 과정은 필수 적이나, 이에 대한 연구는 미흡한 실정이다. 본 연구는 이미지 생성 AI 사 용자 행태를 분석하고, 반복적 재생성 과정에서 발생하는 문제점을 도출하 여 UX 개선 방향을 제안하는 것을 목표로 한다. 이를 위해 실무 환경에서 AI를 활용하는 사용자 17명을 대상으로 관찰 조사와 심층 인터뷰를 수행하 였으며, 어피니티 다이어그램 및 발화 분석을 통해 행동 데이터를 구조화하 고 사용자 특성을 도출하였다. 연구 결과, 결과 지향적 사용자는 작업 후반 부로 갈수록 비수정 생성 기능 활용이 증가하며, 결과물 간 유사성이 높아 지고 비교·평가 시간도 증가하는 경향이 나타났다. 특히 작업 화면 내 생성 이미지 열람 시 불필요한 스크롤, 반복적 비교, 주제 혼재로 인한 히스토리 오염이 작업 효율성을 저해하는 주요 요인으로 분석되었다. 본 연구는 이를 해결하기 위해 유사도 기반 그룹화와 작업 세션 분리 전략을 제안함으로써, 이미지 생성 과정에서의 결과물 탐색 및 관리 효율성 향상에 기여하고자 한다.
Abstract
Image-generating AI technologies are increasingly used not only as creative tools in fields such as design, marketing, and advertisingbut also for practical work tasks. While repeated regeneration and editing are essential for achieving desired outcomes, related research remains limited. This study analyzes user behavior in image-generating AI and identifies key issues in iterative regeneration processes to propose UX improvement strategies. Observational studies and in-depth interviews were conducted with 17 users in real work settings. Through affinity diagramming and utterance analysis, behavioral patterns and user characteristics were derived. Results show that outcome-oriented users increasingly relied on non-edit-based generation in later stages, leading to greater similarity between outputs and more time spent on comparison. Inefficiencies such as excessive scrolling, repetitive comparison, and topic mixing in the image history were identified as major obstacles to workflow efficiency. To address these issues, the study proposes similarity-based grouping and session separation strategies to enhance the exploration and management of generated outputs.